AI-terv – Az AI bevezetésének tervezése
Ez a cikk az AI bevezetésének tervezésére szolgáló szervezeti folyamatot ismerteti. Az AI-bevezetési terv részletesen ismerteti, hogy a szervezetnek milyen lépéseket kell tennie az AI műveleteibe való integrálásához. Ez a terv biztosítja az AI-kezdeményezések és az üzleti célok közötti összhangot. Segít a szervezeteknek erőforrásokat lefoglalni, készségeket fejleszteni és technológiát üzembe helyezni a hatékony AI-bevezetés érdekében.
A technológiai stratégiában megállapította, hogy az AI eseteket és AI-megoldásokat használ mindegyikhez. Ezek a megoldások bizonyos AI-készségeket igényelnek. Értékelje ki a jelenlegi AI-készségeit, és azonosítsa a megoldandó hiányosságokat a folytatás előtt. Az AI-érettségi felmérés segít meghatározni, hogy készen áll-e a mesterséges intelligenciára. Emellett végigvezeti a képességeknek megfelelő használati esetek kiválasztásán, és felgyorsítja a sikert. Az AI-érettségi szint felméréséhez használja az alábbi táblázatot. További információ: Technical Assessment for Generative AI in Azure.
| AI-érettségi szint | Szükséges készségek | Adatkészség | Megvalósítható AI-használati esetek |
|---|---|---|---|
| 1. szint | ▪ Az AI-fogalmak alapszintű ismerete ▪ Az adatforrások integrálása és a kérések leképezése |
▪ Minimálistól nulláig elérhető adatok ▪ Vállalati adatok érhetők el |
▪ Az Azure rövid útmutatója (lásd a táblázatot) ▪ Copilot Studio alkalmazás |
| 2. szint | ▪ Az AI-modell kiválasztásának tapasztalata ▪ Az AI üzembe helyezésének és végpontkezelésének ismerete ▪ Tapasztalat az adatok tisztításával és feldolgozásával kapcsolatban |
▪ Minimálistól nulláig elérhető adatok ▪ Kicsi, strukturált adatkészlet ▪ Kis mennyiségű tartományspecifikus adat érhető el |
▪ Az előző projektek bármelyike ▪ Azure AI-szolgáltatásokat használó egyéni elemzési AI-számítási feladat ▪ Testreszabott generatív AI-csevegőalkalmazás az Azure AI Foundry-ban RAG nélkül ▪ Egyéni gépi tanulási alkalmazás automatizált modellbetanítással ▪ Generatív AI-modell finomhangolása |
| 3. szint | ▪ Jártasság a gyors tervezésben ▪ Jártasság az AI-modellek kiválasztásában, az adattömbölésben és a lekérdezésfeldolgozásban ▪ Jártasság az adatok előfeldolgozásában, tisztításában, felosztásában és ellenőrzésében ▪ Adatok indexeléshez való alapozása |
▪ Nagy mennyiségű előzmény üzleti adat áll rendelkezésre a gépi tanuláshoz ▪ Kis mennyiségű tartományspecifikus adat érhető el |
▪ Az előző projektek bármelyike ▪ Generatív AI-alkalmazás RAG használatával az Azure AI Foundryben (vagy az Azure Machine Learningben) ▪ Gépi tanulási modell betanítása és üzembe helyezése a Machine Learningben ▪ Kis AI-modell betanítása és futtatása azure-beli virtuális gépeken |
| 4. szint | ▪ Fejlett AI-/ gépi tanulási szakértelem, beleértve az infrastruktúra-kezelést ▪ Jártasság összetett AI-modell betanítási munkafolyamatainak kezelésében ▪ Vezénylési, modell-teljesítményértékelési és teljesítményoptimalizálási tapasztalat ▪ Erős jártasság az AI-végpontok biztonságossá tételében és kezelésében |
▪ Nagy mennyiségű adat áll rendelkezésre a betanításhoz | ▪ Az előző projektek bármelyike ▪ Nagy méretű generatív vagy nemgeneratív AI-alkalmazás betanítása és futtatása virtuális gépeken, Azure Kubernetes Service-en vagy Azure Container Appsen |
Az AI-készségek elsajátításához a szervezeteknek fel kell mérniük a jelenlegi tehetségkészletüket, és meg kell határozniuk, hogy külső szakértőkkel szeretnének-e felvenni, felvenni vagy partneri partnereket felvenni. Értékelje ki jelenlegi tehetségcsoportját, hogy azonosítsa a továbbképzés, a toborzás vagy a külső partnerkapcsolatok iránti igényeket. Egy képzett AI-csapat létrehozása biztosítja, hogy alkalmazkodjon a kihívásokhoz, és kezelje a különböző AI-projekteket. Az AI folyamatosan fejlődik, így a folyamatos tanulás kultúrájának fenntartása támogatja az innovációt, és naprakészen tartja a készségeket.
AI-készségek elsajátítása. A AI-tanulási központ platformját használhatja ingyenes AI-képzésekhez, minősítésekhez és termék útmutatáshoz. Állítsa be a tanúsítási célokat, például Azure AI-alapismeretek, Azure AI Engineer Associateés Azure Data Scientist Associate minősítéseket.
AI-szakemberek toborzása. A belső képességeken túli szakértelem érdekében a modellfejlesztésben, a generatív AI-ben vagy az AI-etikában jártas AI-szakembereket kell felvennie. Ezek a szakemberek nagy igényűek. Érdemes együttműködni oktatási intézményekkel a friss tehetségek elérése érdekében. Frissítse a feladatleírásokat a változó AI-igényeknek megfelelően, és nyújtson versenyképes kompenzációt. Hozzon létre egy vonzó munkáltatói márkát. Bemutathatja szervezete innovációs és technológiai fejlődés iránti elkötelezettségét, így márkanevét vonzóvá teszi az AI-szakemberek számára.
A Microsoft-partnerek segítségével elsajátíthatja az AI-készségeket. A Microsoft-partnerek piacterén elháríthatja a készséghiányt, és megfelelhet az időkorlátoknak. A Microsoft-partnerek számos iparágban biztosítanak AI-, adat- és Azure-szakértelmet.
Az AI-megoldások fejlesztésének taktikai lépéseként el kell tudnia érni őket. A cél az, hogy gyors módot biztosítson a Microsoft AI-megoldások használatának megkezdéséhez szükséges adatok megértésére és elérésére.
Hozzáférés a Microsoft 365 Copilothoz. A Microsoft SaaS Copilotok többsége licencet vagy bővítmény-előfizetést igényel. A Microsoft 365 Copilothoz microsoft 365 vállalati vagy nagyvállalati licenc szükséges, amelyhez hozzáadja a Copilot-licencet.
Hozzáférés a Microsoft Copilot Studióhoz.A Microsoft Copilot Studio önálló licencet vagy bővítménylicencet használ.
Hozzáférés a terméken belüli copilotokhoz. A terméken belüli copilotok különböző hozzáférési követelményekkel rendelkeznek mindegyikhez, de az elsődleges termékhez való hozzáférés szükséges. Az egyes alkalmazásokról további információt a GitHub, a Power Apps, a Power BI, a Dynamics 365, a Power Automate és az Azure nyújt.
Hozzáférés szerepköralapú copilotokhoz. A szerepköralapú copilotok saját hozzáférési követelményekkel is rendelkeznek. További információ: A Microsoft 365 Copilot és a Microsoft Copilot for Security szerepköralapú ügynökei.
Azure AI-erőforrások elérése. Az Azure PaaS- és IaaS-megoldásokhoz Azure-fiók szükséges. Ezek a szolgáltatások közé tartozik az Azure OpenAI Service, az Azure AI Foundry, az Azure Machine Learning, az Azure AI-szolgáltatások, az Azure Virtual Machines és az Azure CycleCloud.
A készségek, az erőforrások és az AI-érettség felmérése után rangsorolja az AI-stratégiában azonosított AI-használati eseteket. Ezzel a rangsorolással olyan projektekre összpontosíthat, amelyek a legnagyobb értéket nyújtják, igazodnak az üzleti célokhoz, és megfelelnek a jelenlegi képességeinek. Tegye a következők egyikét:
Készségek és erőforrások felmérése. Az AI-készségek elsajátítása után tekintse át az AI aktuális fejlettségét, a rendelkezésre álló adatokat és az erőforrás-hozzáférést. Ez az értékelés segít a prioritások visszaállításában a lehetséges lehetőségek alapján.
Használati esetek kiértékelése. Rangsorolja a projekteket a szervezethez hozzáadott megvalósíthatóságuk és stratégiai értékük alapján. Az AI-használati esetek és a stratégiai célok összehangolása annak érdekében, hogy az erőfeszítések hozzájáruljanak az általános sikerhez.
Válassza ki a leggyakoribb használati eseteket. Hozzon létre egy rövid listát a magas prioritású AI-használati esetekről, amelyek a további feltárás és tesztelés alapját képezik.
A mesterséges intelligenciára vonatkozó koncepcióigazolás (PoC) fejlesztése kisebb léptékben ellenőrzi a rangsorban szereplő használati esetek megvalósíthatóságát és lehetséges értékét. A PoC-folyamat segít pontosítani a használati esetek prioritását, csökkenteni a kockázatokat, és azonosítani a kihívásokat, mielőtt teljes körű üzembe helyezésre lépne. Ez az iteratív megközelítés lehetővé teszi az AI-terv valós elemzések alapján történő módosítását.
Válassza ki a megfelelő lehetőséget. Az AI-használati esetek listájában válasszon egy nagy értékű projektet, amely megfelel az AI-lejárati szintnek. Ideális esetben egy belső projekttel kell kezdenie, nem pedig az ügyféllel szemben. A belső projektek minimalizálják a kockázatokat, és a számítási feladat tesztelésének alapjait biztosítják. A PoC használatával érvényesítheti a megközelítést, és finomíthatja azt, mielőtt éles környezetbe bővítené. Végezzen A/B-tesztelést a működés megállapításához és az alapadatok gyűjtéséhez.
Kezdje az Azure rövid útmutatójával. Az Azure részletes útmutatást nyújt az alapszintű alkalmazások AI-platformokkal való létrehozásához. Ezek az úgynevezett rövid útmutatók segítenek az alkalmazások üzembe helyezésében, és útmutatást nyújtanak a törléshez. A rövid útmutatók segítségével egyszerűen megismerheti a vállalatot a technológiával.
AI-típus Az Azure AI rövid útmutatója Generatív AI Azure AI Foundry, Azure OpenAI, Copilot Studio Gépi tanulás Azure Machine Learning Elemzési AI Azure AI-szolgáltatások: Azure AI Content Safety, Azure AI Custom Vision, Document Intelligence Studio, Face service, *Azure AI Language, Azure AI Speech, *Azure AI Translator, Azure AI Vision.
* Az AI-szolgáltatás minden funkciója saját rövid útmutatóval rendelkezik.Az AI-lehetőségek repriritizálása. A PoC-ból nyert megállapításokkal pontosíthatja az AI-használati esetek listáját. Ha a PoC váratlan kihívásokat jelent, módosítsa a prioritásokat, és koncentráljon a megvalósíthatóbb projektekre.
A felelősségteljes AI-bevezetéshez etikai keretrendszereket és szabályozási gyakorlatokat kell beépíteni az AI-megvalósítási tervbe. Ez a megközelítés biztosítja, hogy az AI-kezdeményezések igazodjanak a szervezeti értékekhez, védjék a felhasználói jogokat, és megfeleljenek a jogi előírásoknak.
Használjon felelős AI-tervező eszközöket. Ha felelősségteljes AI-alapelveket szeretne integrálni a bevezetési folyamatba, használjon olyan eszközöket és keretrendszereket, amelyek támogatják az etikai AI-gyakorlatokat. A Microsoft számos erőforrást kínál.
Felelős AI-tervező eszköz Leírás AI-hatásvizsgálati sablon Az AI-kezdeményezések lehetséges társadalmi, gazdasági és etikai hatásainak értékelése. Human-AI eXperience Toolkit Olyan AI-rendszereket tervezhet, amelyek előnyben részesítik a felhasználók jólétét, és elősegítik a pozitív interakciókat. Felelős AI-lejárati modell A felelős AI-gyakorlatok megvalósítása során értékelheti és fejlesztheti a szervezet érettségét. Felelős MI a munkaterhelési csapatok számára Javaslatok a számítási feladatokért felelős csapatok számára a felelős MI-nek az Azure-beli számítási feladatok létrehozásakor történő implementálásához. Indítsa el az AI-szabályozási folyamatot. A felelős AI-bevezetés magában foglalja az AI-projektek irányítására és az AI-rendszerek viselkedésének monitorozására vonatkozó szabályozási szabályzatok létrehozását. Kezdje az AI-kezdeményezésekkel kapcsolatos szervezeti kockázatok azonosításával. A felelősségi köröket, megfelelőségi követelményeket és etikai szabványokat felvázoló szabályozási szabályzatok dokumentálása. A folyamat részleteiért tekintse meg az AI szabályozásáról szóló cikket.
Indítsa el az AI felügyeleti folyamatát. Az AI felügyeleti keretrendszerei, például a GenAIOps vagy az MLOps, segítenek biztosítani a felelős AI-alapelvek folyamatos betartását az AI-rendszerek fejlődésével. Ezek a gyakorlatok magukban foglalják az éles AI-modellek üzembe helyezésének felügyeletét, folyamatos monitorozását és költségoptimalizálását. A folyamat részleteiért tekintse meg az AI kezeléséről szóló cikket.
Indítsa el az AI biztonsági folyamatát. A biztonság a felelős AI bevezetésének kritikus részét képezi. A rendszeres biztonsági értékelések segítenek megvédeni az AI-rendszerek bizalmasságát, integritását és rendelkezésre állását. Végezzen kockázatfelméréseket, amelyek a mesterséges intelligenciára jellemző potenciális biztonsági fenyegetéseket, például a támadó támadásokat vagy az adatsértéseket kezelik. A folyamat részleteiért tekintse meg a biztonságos AI-ről szóló cikket.
A teljesítési ütemtervek becsléséhez reális ütemterveket és mérföldköveket kell beállítani az AI-projektek implementációjához. Az egyértelmű ütemtervek lehetővé teszik a szervezetek számára az erőforrások hatékony lefoglalását és az érdekelt felek elvárásainak kezelését, támogatva a strukturált előrehaladást a koncepció igazolásától az éles környezetig. Meghatározott mérföldkövek létrehozásával a szervezetek felmérhetik előrehaladásukat, azonosíthatják a lehetséges késéseket, és módosításokat végezhetnek a projektek nyomon követéséhez és a költségvetésen belül.
A poC alapján rendeljen hozzá egy kézbesítési ütemtervet az AI-lehetőségekhez. Hozzon létre egy ütemtervet egyértelmű mérföldkövekkel és termékekkel a kiválasztott használati esetek megvalósításához. Csapatok hozzárendelése, szerepkörök definiálása és a szükséges eszközök vagy partnerségek védelme. A Microsoft AI SaaS-megoldások biztosítják a legrövidebb idővonalat a befektetés megtérülésének megtekintéséhez. Az AI-alkalmazások Azure PaaS- és IaaS-megoldásokon való létrehozásának ütemterve a használati esettől és az AI-érettségtől függ. A legtöbb esetben hetekig vagy hónapokig tart, amíg éles üzemre kész AI-számítási feladat áll rendelkezésére.
Ha mesterséges intelligencia munkaterheléseket szeretne összeállítani az Azure PaaS- vagy IaaS-szolgáltatásokkal, kövesse a AI Ready útmutatást az AI alapjának megteremtéséhez. Ha úgy döntött, hogy Microsoft Copilot SaaS-megoldást vásárol, ugorjon a AI irányítása útmutatóhoz a szervezeti irányítás kialakításához az AI-ra.